避免瓶頸,移動平臺拒絕陷入“擠牙膏”怪圈

訊石光通訊網(wǎng) 2021/7/23 14:10:31

  ICC訊 當(dāng)移動平臺的CPU性能開始每年毫無懸念的在15%-25%的固定提升中徘徊,甚至GPU在架構(gòu)上也時長變動不大。于是,一些留心于技術(shù)參數(shù)的消費者,也開始把PC平臺上的“擠牙膏”稱謂用在了一些新推出的移動平臺身上。不過現(xiàn)實情況卻是,移動平臺正在拒絕陷入以往PC平臺上的“擠牙膏”怪圈。

  提出每瓦性能

  當(dāng)PC平臺的廠商甚至都開始在近年干脆推出真的牙膏衍生紀(jì)念品的時候,作為目前一統(tǒng)移動平臺的ARM,在近期拋出一個全新的性能觀點,ARM的研究員及技術(shù)總監(jiān)Rob Aitken宣稱,芯片生產(chǎn)范式正在改變,建議將每瓦性能作為芯片設(shè)計的指標(biāo),取代原先的摩爾定律。

  有意思的是,“超越摩爾定律”更是ARM以往不少場合演講中的口頭禪,最初一度被用來形容ARM架構(gòu)的產(chǎn)品在性能上的巨大提升,以及未來規(guī)劃。另外,也開始在近年用來強(qiáng)調(diào)創(chuàng)新性概念及框架上的優(yōu)勢。也許,在ARM的眼中,摩爾定律更像是一個以往PC時代的標(biāo)靶,此番“每瓦性能”定律的提出,則直接表達(dá)出了對摩爾定律的不屑一顧。

  摩爾定律作為一個經(jīng)常被提及的名詞,源自于英特爾創(chuàng)始人之一戈登·摩爾所提出的“集成電路上可容納的晶體管數(shù)目,約每隔兩年便會增加一倍”的理念。

  近年來,隨著制程工藝的進(jìn)步,ARM架構(gòu)的移動平臺的晶體管數(shù)量同樣在飛速增長。例如,蘋果在去年全球首發(fā)的5nm制程A14,晶體管數(shù)量達(dá)到了118億個,相較7nm制程的A13增加了40%。同是5nm制程的麒麟9000的晶體管數(shù)量更是達(dá)到了153億個。驍龍888盡管并未公布具體的晶體管數(shù)量,但同樣表示達(dá)到了百億級別。

  此外,移動平臺無疑將會最先跟進(jìn)未來的4nm、3nm、2nm的更先進(jìn)工藝,這同樣也意味著移動平臺的晶體管數(shù)量也必將大幅增長。但ARM“每瓦性能”定律的提出,無疑向外界表示,晶體管數(shù)量的增加絕非是最重要的指標(biāo)。

  大幅攀升的AI性能

  實際上,從目前5nm制程的各個產(chǎn)品的實際表現(xiàn)來看,其在CPU上的提升感知確實并不明顯,消費市場也早已厭倦了15-25%左右的提升。SoC的進(jìn)步也并不能再表現(xiàn)出以往主頻從512Hz到1GHz、再到1.2GHz雙核所帶來的立竿見影的體驗提升。而廠商也在悄悄的將關(guān)注焦點進(jìn)行了轉(zhuǎn)移。

  相較于CPU、GPU,AI在移動平臺上經(jīng)歷了從無到有,再到成為每年最大提升項的巨大飛躍。以驍龍移動平臺為例,在AI性能的提升上,驍龍845為3TOPS、驍龍855為7TOPS、驍龍865為15TOPS、驍龍888更是提升至了26TOPS。同時,驍龍888中更是將標(biāo)量、張量、向量模塊進(jìn)行融合,實現(xiàn)每瓦性能提升3倍。

  蘋果的A系列處理器同樣在近幾代中不斷提升AI性能,實際上,A14 的CPU性能僅比 A13 快了約 16%,GPU僅提升約8.3%,但在AI算力上,機(jī)器學(xué)習(xí)速度提升70%,機(jī)器學(xué)習(xí)加速器則令運算速度快達(dá)10倍。從蘋果A11到A14,同樣實現(xiàn)了AI算力上的大幅進(jìn)化,此前A12相比A11的AI算力提升就達(dá)到了8.3倍。蘋果的M1芯片同樣十分重視AI算力的提升,以MacBook Pro為例,CPU性能比上一代提升了2.8倍,GPU提升5倍,機(jī)器學(xué)習(xí)能力直接提升了11倍。

  顯然,動輒就有10倍左右提升的AI能力才是廠商在設(shè)計芯片時的發(fā)力重點。AI也正在成為一部智能手機(jī)能否實現(xiàn)體驗上持續(xù)提升的關(guān)鍵,用得好無疑比超頻模式下的跑分更重要更實際。

  “用得好”比“跑分高”更重要

  AI在智能手機(jī)中的作用正在涉及方方面面,例如通過學(xué)習(xí)用戶的使用習(xí)慣來控制后臺進(jìn)程、管理電量、控制充電時間。

  對于目前OEM廠商集中發(fā)力的拍照功能,AI能夠辨識拍攝物體的類型,來幫助進(jìn)行參數(shù)的自動設(shè)定。拍照完成后還能自動對照片進(jìn)行美化調(diào)整。后期用戶的摳圖過程中,還能通過機(jī)器學(xué)習(xí)來提升摳取的精準(zhǔn)度。隨著AI算力在5nm時代的大幅提升,AI在視頻拍攝、視頻會議的過程中,也能提升虛擬場景、實時預(yù)覽、人物替換等大量全新功能的加速能力。

  與此同時,智能手機(jī)中的每瓦性能問題確實也正在被一些消費者所關(guān)注,如果性能提升的背后是瓦數(shù)的巨大增加,發(fā)熱、功耗的問題無疑也將一并出現(xiàn),過高的發(fā)熱也會增加廠商的調(diào)教難度,因為發(fā)熱造成的降頻又將會在帶來瞬時可感的卡頓,影響用戶的使用體驗。

  此外,制程快速的進(jìn)步、晶體管數(shù)量急劇增加的背后,巨大的成本也需要消費者來買單,目前旗艦機(jī)中的處理器BOM成本持續(xù)增加,一方面由于5G的原因,更重要的還有制程上的提升。面對先進(jìn)制程所帶來的成本壓力,異構(gòu)集成的話題已經(jīng)開始更多在人們的耳邊刮來。消費者是否喜歡為先進(jìn)制程、晶體管數(shù)量買單也同樣值得關(guān)注,就在當(dāng)下這個旗艦機(jī)型5nm普及之年,第二梯隊的7nm機(jī)型甚至受到了市場的更多追捧,價格與體驗上的平衡,也讓其性價比十分凸顯。

  對于物體類別的辨識、物體間邊緣的區(qū)分,其實對于幾個月的嬰兒就是一件小菜一碟的事兒,大腦在迅速成長的早期就能賦予人類極強(qiáng)的智慧??此蒲杆俪砷L的AI也許還只是在嬰兒期的小寶寶,還有更多成長道路上的驚喜和未知將會上演,讓移動設(shè)備可以用得更好,消費者也更有為其買單的動力。

新聞來源:飛象網(wǎng)

相關(guān)文章